改进序列前向选择法(ISFS)和极限学习机(ELM)相结合的SPC控制图模式识别方法

为了提高SPC(Statistical Process Control)控制图的识别效果,提出了一种采用改进序列前向选择法(ISFS)和极限学习机(ELM)相结合的方法来进行控制图模式识别。首先,对控制图进行特征提取;然后,采用改进的序列前向选择法对特征进行选择,减少了特征间的相关性和冗余性;最后,利用极限学习机来进行模式识别。仿真结果显示,改进方法的识别率可达到98.7%,从而为控制图提供了一种有效的识别方法。

基于树型正交前向选择方法的可调核函数模型

基于留一准则的正交前向选择算法(Orthogonal Forward Selection based on Leave-One-Out Criteria,OFS-LOO)是最近提出的一种数据建模方法,它能够产生鲁棒性好的参数可调的核函数回归模型。OFS-LOO采用贪婪算法策略,利用全局优化算法逐项调节每个回归项的参数,逐步地增加模型的项数,减少留一准则函数值。但是OFS-LOO仅保留当前最优解作为新回归项的参数,而忽略当前的选择对以后步骤的影响,破坏了模型的稀疏性。本文在OFS-LOO的框架下提出了一种新颖的树型算法。在选择核函数模型的每一项时,采用重复加权增进搜索(Repeated Weighted Boosting Search,RWBS)算法,同时保留RWBS得到的多个局部极值作为核函数参数的候选项。新方法试图找到传统OFS-LOO和全局最优解之间的折衷。实验表明,与传统方法相比,新方法得到的核函数模型稀疏性更好,泛化能力更强。

基于SFFS特征选择的锂离子电池健康状态预测研究

随着新能源汽车行业迅速发展,锂离子电池成为新能源汽车的重要动力源,其健康状态的表征参数SOH是锂离子电池维护保养和安全运行的重要指标,因此,准确对SOH进行预测至关重要。文章提出了一种基于长短期记忆网络(LSTM)和前向浮动序列选择算法(SFFS)的健康状态预测模型。为了克服传统特征选择来源单一的局限性,文章从充放电过程的电压、电流、时间等测量参数和容量增量曲线的计算参数中提取了13个健康特征,使用SFFS算法筛选出最佳健康特征集合,构建了LSTM模型学习最佳健康特征集合与健康状态之间的非线性关系,实现了SOH准确预测。基于CALCE数据集与NASA数据集对预测结果进行验证,实验结果表明,文章所提出的方法对于不同类型电池的M_(AE)、M_(APE)、R_(MSE)等评价指标均控制在0.0190以内,具有较高的预测精度和较好的鲁棒性。

基于标准序列浮动前向特征选择的改进算法研究

信息技术的高速发展促进了信息领域内涵的根本性变革,信息特征的表述方法和内涵不断扩充,高维特征大幅涌现;这些高维特征中可能存在许多不相关和冗余特征,造成了维度灾难,这对基于特征空间聚散特性的分类识别算法提出了更高的要求,需要利用特征选择算法,降低特征向量维数并消除数据噪音的干扰;针对高维特征向量引入的维度灾难等问题,围绕目标分类识别的具体应用,基于标准的序列浮动前向特征选择算法,完成交叉验证重复次数优化,提出了改进的特征选择算法;通过仿真实验表明,基于Bayesian分类器开展识别时,改进算法能够在确保分类识别正确率的前提下,有效提升特征选择的计算速度,并维持一个相对更为收敛且稳定的置信区间,具备良好的准确度。

基于特征选择下机器学习对阿尔茨海默病的分类

目的利用机器学习通过分析结构性磁共振成像(sMRI)数据和人口统计学资料,实现对阿尔茨海默病(AD)病程的分类与识别。资料与方法选取阿尔茨海默病影像学倡议数据库中编号4018-5120的543例研究对象[认知功能正常者(NC)139位、早期轻度认知障碍(EMCI)220例、晚期轻度认知障碍(LMCI)108例、AD患者76例]。对272项sMRI数据和4项人口统计学指标数据,结合随机森林(RF)的特征重要性排序和基于分类精度的序列前向选择方法(CA-SFS)进行特征选择,甄选出最优特征个数,将其代入4种机器学习方法[正则化的逻辑回归(L1-LR)、支持向量机(SVM)、BP神经网络(BPNN)、RF]中自动化识别出最优分类模型,观察其对AD病程进行两两分类的效果,并使用受试者工作特征曲线评价效能。结果RF模型对NC-EMCI、NC-LMCI、EMCI-LMCI和LMCI-AD的预测分类准确度分别达到86.67%、88.24%、93.48%和100.00%,SVM模型对NC-AD的分类预测准确度达到100%,L1-LR模型对EMCI-AD的分类预测准确度达到95.24%。结论基于RF和CA-SFS特征选择,再利用机器学习方法对AD进行多个二分类有稳定、较好的分类效果。

杉木高世代遗传参数估算及高世代育种材料选择技术

通过为估计杉木Cunninghamia lanceolata多代自由授粉试验林的诸多遗传参数和育种值,为开展林木多世代育种提供经验借鉴和技术支撑。以浙江省杭州市余杭区长乐林场的杉木2代种子园家系自由授粉13年生子代林为研究对象,测定杉木39个2代家系子代试验林的胸径和木材基本密度抽样数据,利用GeneXpro Tools 4.0软件,挖掘木材基本密度与胸径间的函数关系,获得全林的木材基本密度,并采用转化分析法等进行方差分析和遗传分析,估计全林的遗传参数和育种值。结果表明,13年生杉木胸径和木材基本密度在家系间的差异极显著,家系遗传力大于单株遗传力,胸径遗传变异系数为6.78%,木材基本密度的遗传变异系数为3.07%;胸径与木材基本密度呈现出极显著的负遗传相关(P<0.01),在此基础上估算出亲本和子代个体的育种值,逆向选择评选出8个胸径优良家系、9个木材基本密度突出的家系;采用独立淘汰法,前向选择评出3代育种亲本18个。上述研究研果表明,基于杉木胸径与木材基本密度间存在极显著的负遗传相关,通过预测不同世代个体育种值,可提高杉木高世代育种材料选择的准确性。

基于特征选择ELM的乳腺肿块检测算法

乳腺肿块检测是防治乳腺癌的有效途径,基于乳腺X射线图像特征模型的极限学习机(ELM)分类算法已被应用于计算机辅助检测乳腺肿块中.针对由于特征间的依赖性导致的ELM学习效率和检测准确度低的问题,提出了基于特征选择ELM的乳腺肿块检测算法.利用影响值选择、序列前向选择和遗传选择等方法进行特征选择,进而利用该结果提高ELM的性能.通过490例来自辽宁省肿瘤医院的乳腺X射线图像的实验表明,基于特征选择ELM的乳腺肿块检测算法能有效提升乳腺肿块检测的效果,其中以遗传选择对ELM性能提升最明显.

基于SVM-RFE-SFS的基因选择方法

基因微阵列数据通常包含大量与肿瘤分类无关的数据,会严重降低肿瘤诊断的准确率;基因微阵列数据还存在小样本、高维度的问题,也增加了肿瘤诊断的难度,所以必须对其进行基因选择。提出一种新的基于支持向量机(SVM)、联合递归特征去除(RFE)和序列前向选择(SFS)的基因选择方法。首先利用SVM计算每个基因的排序准则分数,再利用排序准则分数的一阶差分把基因划分为若干小组;对排序准则分数值最小的基因小组进行递归特征去除,消去噪声基因,同时对排序准则分数值最大的基因小组进行序列前向选择,选取有效信息基因。对白血病、结肠癌、乳腺癌基因微阵列数据的实验结果表明,所提出的方法运行效率高、分类性能好。

基于模态阻尼指标的空间杆系结构作动器位置优化

针对空间杆系结构作动器的位置优化问题,本文基于线性二次型最优控制理论(LQR),建立了空间杆系结构振动的主动控制系统,提出了目标控制模态的模态阻尼最大化的作动器位置优化准则.采用四角锥网架结构和Levy型索穹顶结构来验证本文方法的有效性,并在控制效果和控制能量输入两方面与常用的模态控制力方法进行了对比分析.结果表明:随着作动器数量的增加,本文方法的控制效果和控制能量输入比模态控制力方法提升更快;在作动器数量相同或控制能量输入相同时,本文方法对外界激励的控制效果优于模态控制力方法.

基于特征选择的RF-LSTM模型成分股价格趋势预测

金融市场的股价波动是一种极其复杂的非线性系统。文章首先选取上证A股中有代表性的15只成分股,然后使用RF和CA-SFS对19个指标进行特征提取,最后使用LSTM模型对股票价格涨跌进行预测。每只股票,以5分钟一组,运用20组的数据来预测未来1组的股票的涨跌,同时也滚动预测了未来48组的股票涨跌趋势。结果证明,文章所提模型兼顾分类效率和特征维数,相比浅层机器学习模型预测准确率提高了33.17%,相比结合PCA、LASSO等降维方法的LSTM模型准确率提高了11.45%,所提模型可以有效地预测股票价格趋势,有着较高的应用价值。

基于特征选择和概率神经网络胃癌计算机辅助诊断(英文)

应用信噪比和概率神经网络的方法,结合实验数据,提出胃癌分类模型。它是利用已知信息对胃癌样本进行分析和判别。其方法是首先对数据进行分类信息指数信噪比分析,根据分类信息指数信噪比大小排序,然后采用特征向量递增的方法,将特征向量输入概率神经网络进行分析,采用留一法对PNN训练和检测,找出训练效果最好的特征向量子集。这种模型用MATLAB软件实现,具有可操作性,可推广到其它相应的疾病辅助诊断中去。

联合循环发电站电力输出预测

为了使联合循环发电站利润最大化,准确预测其满负载电力输出非常重要。联合循环发电站运行时,前一级产生的废气被用来驱动下一级热机,以此来推动发电机,其满负载电力输出受到环境温度、大气压强、相对湿度和废气气压的影响。为此,首先,采用核主成分分析(kernel principle component analysis,KPCA)对电站发电相关的特征进行特征组合降维完成特征提取;然后,采用极端梯度提升(extreme gradient boosting,XGBoost)算法进行特征重要性评分,并结合序列前向选择法(forward selection,FS)获取最优特征子集;最后,构建了KPCA-XGB-FS模型用于联合循环发电站满负载下小时电力输出预测。通过对某联合发电站的真实数据进行实验,并与使用相同数据的已有研究方法进行对比,结果表明,所提出方法能够有效对电力输出进行预测,预测结果优于已有的研究方法。

基于灰色关联分析法的物联网数据异常检测方法

物联网数据具有构成复杂、规模庞大、异常形式多样化的特征,导致基于传统异常检测方法得到的结果正确率偏低。文中提出了一种基于灰色关联分析法的物联网数据异常检测方法。该方法利用灰色关联模型计算得到灰色关联系数,对原始物联网数据中的自有变量相关性进行排序,随后采用前向选择法进行变量排序选择,确定反推得到的特征参数误差达到最小值时的变量,并将其作为最优变量子集;在异常检测阶段,用最优变量子集对物联网数据进行异常位置寻优,实现异常检测。测试结果表明,该方法在不同攻击下,异常数据检测结果的F1值未出现明显的波动,对应的F1值为0.84~0.90。

基于特征选择的概率神经网络胃癌计算机辅助诊断

应用信噪比和概率神经网络的方法,结合实验数据,提出胃癌分类模型。它是利用已知信息对胃癌样本进行分析和判别。其方法是首先对数据进行分类信息指数信噪比分析,根据分类信息指数信噪比大小排序,然后采用特征向量递增的方法,将特征向量输入概率神经网络进行分析,采用留一法对P N N训练和检测,找出训练效果最好的特征向量子集。这种模型用M A T L A B软件实现,具有可操作性,可推广到其它相应的疾病辅助诊断中去。

基于邻域前向时序最优组合的分布式光伏超短期功率预测

在全球碳中和目标下,光伏等清洁零碳新能源成为碳减排的关键,分布式光伏也成为该行业发展的重要方向。由于分布式光伏出力具有较强的随机性和波动性,精准功率预测是其参与电网调度运行的基础。在当前分布式光伏所获取信息有限的情况下,提出了一种基于邻域前向时序最优组合的分布式光伏超短期功率预测模型,考虑邻近区域分布式光伏站点间实时出力关联性,挖掘生成区域性多气象状态时空耦合预测场景。模型扩展有效信息维度,在不依赖于地表气象观测装置的情况下进行高效训练建模,具有经济、轻量与易部署的特点,提升了有限信息下的分布式光伏超短期功率预测精度。采用某区域分布式光伏系统实采数据进行算例分析,分别与基于功率时序推移、基于多站点相似的经典分布式光伏超短期功率预测模型相比较,结果表明所提模型具有更高的预测精度。

面向物联网的多协议僵尸网络检测方法

针对现有僵尸网络检测方法采样不均、特征选择差、泛化能力较弱,导致检测分类效果偏低且对计算和存储资源受限的物联网环境的适应性较差等不足,本文提出了一种面向物联网的多协议僵尸网络检测方法 .通过所设计的基于地址三元组和时间窗口的IP聚合与特征重构方法整合从物联网网关中获取的网络流量,得到重构样本集.采用所提出的自修正混合加权采样算法平衡重构样本集中正常流量与僵尸流量,得到重采样样本集.采用所提出的基于多属性决策和邻接关系链的序列前向选择算法剔除重采样样本集中的冗余特征,得到最优特征子集.采用所设计的基于阵发混沌的秃鹰搜索算法优化后的两阶段混合异构模型,对经最优特征子集筛选后的重采样样本集进行检测分类.实验结果表明,所提方法对僵尸网络的检测效果较好,检测准确率为99.24%,马修斯相关系数为98.49%,误报率为0.17%,漏报率为1.29%,优于现有方法 .该方法能够有效降低采样与特征选择的时空开销,可较好地适应资源受限的物联网环境.

基于数据挖掘的光伏阵列发电预测方法研究

提出一种综合使用前向选择(forward selection,FS)和K-means聚类以及径向基函数(radical basis function,RBF)神经网络的光伏发电功率预测方法。模型以每小时的气象因素作为输入量,首先采用前向选择法对原始多维输入量进行约减,在降低维数的基础上减小各个变量间的耦合现象。再通过K-means聚类方法对样本进行聚类,继而对各类数据建立不同的RBF预测模型,避免单神经网络的过拟合问题。实验结果表明,相比于传统的神经网络预测模型,该文使用的模型输入变量更少,预测精度更高。

基于自适应稀疏多项式混沌的流场/声爆多源不确定量化技术研究

考虑不确定性的飞行器流场/声爆多学科不确定量化和稳健优化设计技术已经成为满足未来环保型超音速民机设计要求最有希望的途径之一.然而传统的飞行器气动不确定量化方法花费巨大,适用范围窄,并遭遇了严重的维数灾难难题,难以满足复杂流场/声爆多源不确定性量化需求.针对这一难题,文章改进了前期提出的自适应前向−后向选择(AFBS)算法,提出了一种基于全自适应前向−后向选择(FAFBS)的高效稀疏多项式混沌(PC)重构方法.该方法相对于经典的前向选择算法——最小角回归(LAR)和正交匹配追踪(OMP)以及全PC方法,其充分结合了前向选择和后向消除算法的优势,全自适应地选择对近似问题最优的PC项,并剔除掉不重要的PC项,从而避免了拟合噪声的产生,显著加强了PC重构的稀疏性和拟合过程的可靠性.文章使用两个典型复杂应用对该方法的有效性和稳定性进行了全面验证,包括考虑温度、湿度、飞行高度和马赫数不确定的经典音爆多源不确定量化,以及考虑加工误差和飞行状态参数不确定的跨音速翼型复杂流场不确定量化等.结果均显示,基于FAFBS的PC方法获得了最快的误差收敛率以及最小的近似误差,基于LAR的PC方法的收敛率显著慢于基于FAFBS的PC方法,而原始的全PC方法收敛最慢.并相对于直接使用蒙特卡罗模拟方法进行不确定分析,使用基于FAFBS的PC方法在达到相同矩估计准确率时,计算花费减少3个数量级,可完全满足高效飞行器复杂流场/声爆多源不确定量化以及多学科稳健设计需求.

基于SFS-SVM的乳腺癌预测模型的构建

目的:构建基于序列前向选择算法(SFS)与支持向量机算法(SVM)分类器融合的乳腺癌预测模型,提高计算机辅助诊断技术对乳腺癌细针穿刺细胞病理的准确率。方法:对456组乳腺肿瘤病理数据作为训练集,利用SFS-SVM算法对30个特征进行筛选,得到最优的特征组合,再用112组乳腺肿瘤病理数据作为测试集验证,构建乳腺癌预测模型。该模型的预测精度通过5折交叉验证进行评价。评价指标包括:受试者工作特性曲线(ROC)下面积(AUC)、准确率(ACC)、敏感度和特异度。结果:构建了基于SFS-SVM的乳腺癌预测模型,该模型(AUC为98.39%,ACC为97.35%)相对于单独SVM算法(AUC为97.00%,ACC为92.42%)有一定的提高。结论:基于SFS特征选择的SVM分类器乳腺癌预测模型能较好地对乳腺癌进行辅助诊断。

光谱数据的特征挖掘降维方法

"去繁存精"的光谱数据解耦方法可去除高维光谱数据的大量冗余,提炼其特征谱段,是光谱仪器得以广泛应用的重要基础。应用各异性和光谱特征优选方法普适性所构成的矛盾,在一定程度上制约了光谱仪器的应用。本文提出了序列前向选择(Sequential forward selection,SFS)的光谱特征自适应数据挖掘方法,生成最优变量组合作为支持向量机(Support vector machine,SVM)分类模型的输入,在对光谱数据降维的同时,实现了高精度的数据分类。本文方法可有效解决大量光谱数据的多类分类问题,并在红木分类中得到了实际验证和应用,为破解因光谱特征峰高度混叠而难以进行主观经验特征选择的困境提供了新思路。